按第一個字符分組的單詞

我擁有的內容：逐行讀取的文本文件。每個字符串都包含一行。按第一個字符分組的單詞

我想要的：使用Java Streams按第一個字符對所有單詞進行分組。

我到目前爲止有：

public static Map<Character, List<String>> groupByFirstChar(String fileName) 
     throws IOException { 

    return Files.lines(Paths.get(PATH)). 
      flatMap(s -> Stream.of(s.split("[^a-zA-Z]"))). 
      map(s -> s.toLowerCase()). 
      sorted((s1, s2) -> s1.compareTo(s2)). 
      collect(Collectors.groupingBy(s -> s.charAt(0))); 
}

問題：我得到一個異常

Exception in thread "main" java.lang.StringIndexOutOfBoundsException: String index out of range: 0 
at java.lang.String.charAt(String.java:646) 
at textana.TextAnalysisFns.lambda$16(TextAnalysisFns.java:110) 
at textana.TextAnalysisFns$$Lambda$36/159413332.apply(Unknown Source) 
at java.util.stream.Collectors.lambda$groupingBy$196(Collectors.java:907) 
at java.util.stream.Collectors$$Lambda$23/189568618.accept(Unknown Source) 
at java.util.stream.ReduceOps$3ReducingSink.accept(ReduceOps.java:169) 
at java.util.stream.SortedOps$RefSortingSink$$Lambda$37/186370029.accept(Unknown Source) 
at java.util.ArrayList.forEach(ArrayList.java:1249) 
at java.util.stream.SortedOps$RefSortingSink.end(SortedOps.java:390) 
at java.util.stream.Sink$ChainedReference.end(Sink.java:258) 
at java.util.stream.Sink$ChainedReference.end(Sink.java:258) 
at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:513) 
at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:502) 
at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708) 
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234) 
at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499) 
at textana.TextAnalysisFns.groupByFirstChar(TextAnalysisFns.java:110) 
at textana.SampleTextAnalysisApp.main(SampleTextAnalysisApp.java:95)

問題：爲什麼我得到一個StringIndexOutOfBoundException？

解決方案基於評論提示：

public static Map<Character, List<String>> groupByFirstChar(String fileName) 
     throws IOException { 

    return Files.lines(Paths.get(PATH)). 
      flatMap(s -> Stream.of(s.split("[^a-zA-Z]"))). 
      filter(s -> s.length() > 0). 
      map(s -> s.toLowerCase()). 
      collect(Collectors.groupingBy(s -> s.charAt(0))); 
}

用戶葉蘭的解決方案還必須給我在我不想有開頭空字符串。

來源

2015-05-03 SklogW

順便說一句，你可以跳過排序（）操作的參數，因爲你是使用自然順序。 –

嘗試過濾空字符串""，因爲它們沒有導致charAt(0)引發此異常的第一個字符。

您可以使用

flatMap(s -> Stream.of(s.split("[^a-zA-Z]"))). 
filter(s -> !s.trim().isEmpty()). //add this line

BTW你的方法應該使用其fileName說法。因此，也許考慮改變Paths.get(PATH)到更多的東西一樣

Paths.get(fileName).

或

Paths.get(PATH).resolve(fileName)

另外，作爲已經被評論中提及，因爲你並沒有改變默認的比較爲了你不需要明確寫入

sorted((s1, s2) -> s1.compareTo(s2))

但簡單

sorted()

也會工作，因爲默認順序將在此處應用。

正如@Alexis C. GROUPBY提到將返回HashMap這意味着你的鑰匙將不會被訂購。如果您還想保留它們的順序，你可以使用GROUPBY與LinkedHashMap像

.collect(Collectors.groupingBy(s -> s.charAt(0), LinkedHashMap::new, Collectors.toList()));

來源

2015-05-03 10:22:36 Pshemo

你甚至可以刪除'sorted'，因爲'groupingBy'在幕後使用'HashMap'，所以排序的概念無論如何都會丟失。 –

@AlexisC。我們將只丟失鍵的順序，但是如果我沒有弄錯，那麼'List '中的值應該保持有序，這可能是OP在此嘗試實現的。 – Pshemo

啊，是的，你是對的我的壞:-) –

您的文件最後可能會有一個空行，可能是您的文本編輯器默默添加的，這會使最後一個s.charAt(0)失敗。

提示如何檢測它：在堆棧跟蹤中，請閱讀collect和lambda$16。

來源

2015-05-03 10:13:59 Ekleog

s.charAt(0)

在執行該指令之前檢查s爲空以避免異常。

來源

2015-05-03 10:18:05

按第一個字符分組的單詞

回答

相關問題